一种新电能质量自适应滤波方法.docVIP

一种新的电能质量自适应滤波方法 　　摘要：在电能质量检测中，去噪和保留突变点信息是两个十分重要的问题。为此提出了一种新的基于梯度倒数加权平均算法的自适应滤波方法。该方法首先对电能质量采样信号点建立五个模板，依据检测点与五个模板均值的梯度变化规律，进行突变点判决。在传统梯度法的基础上，选择最佳模板，并用该模板均值与模板内各点幅值的差值代替传统梯度算法中的梯度值，然后对不同类型的点采用不同的算法去噪。实验结果表明，与传统的梯度倒数加权算法和五点均值滤波法相比，改进的算法能够更好地清除噪声，同时较好地保留突变点信息，有针对性地解决了电能质量检测中的两大重要问题。?? 　　关键词：电能质量检测； 梯度倒数加权算法； 去噪； 均值滤波 ?? 　　中图分类号：TM714;TP391文献标志码：A 　　文章编号：1001－3695(2008)01－0306－03 　　?? 　　0引言?? 　　 　　电能质量在近几年已经成为广大供用电各方日益关注的问题，特别是电子制造业、各类设备的生产厂等行业，拥有大量非常敏感的电气设备，它们对各种类型的电力扰动是很敏感的。电能质量分析是发现引起电能质量扰动的重要环节，可以用来确定设备误动作的原因。电力系统中的电力电子装置、控制器、电弧设备、整流负荷以及供电电源投切等均可能产生噪声。由于接地线配置不当，未能把噪声传导至远离电力系统，常常会加重对系统的噪声干扰和影响。噪声可能对电子设备，特别是敏感设备的正常安全工作造成危害[1~3] 。与此同时，电力已经作为一种特殊的商品进入了市场化的大门，无疑将会更重视质量的提高。所以减缓噪声的影响对电力系统的安全运行和持续发展是很有必要的。?? 　　目前对电能质量检测去噪已经有很多种算法[4~7]。其中常用的均值滤波器和非线性均值滤波器虽然能够用来去除噪声，但它们没有能力同时除掉噪声中的正负脉冲尖峰。在均值滤波中由于突变点受到了两侧信息点的严重影响，不能很好地保留突变点信息[8~10]。传统梯度倒数加权算法作为一种重要的空间域滤波方法，能够有效地保留信息序列的突变点和细节信息，但由于选用的模板中心点幅值对平滑输出的影响很大，如果中心点本身就是噪声，就无法清除，其滤波后的平滑效果就很差[11~13]。本文提出了一种新的自适应滤波方法，对采样信号逐点建立五个模板，依据检测点幅值与五个模板均值的梯度变化规律，进行突变点判决，然后依据该判决对不同类型的点采用不同的滤波方法。该算法保留了传统梯度算法的优点，避免了模板中心点为噪声的情况，大幅度地提高了信噪比，能更好地适用于实际的电能质量检测。?? 　　 　　1传统梯度倒数加权算法的基本原理?? 　　 　　采集到的电能质量信号是一个离散数字序列，通常序列在一个邻域内幅值变化小于邻域间的幅值变化，突变点处的梯度绝对值大于平滑区域内部的绝对值。在一个N点的模板中，将中心点幅值与其各相邻点的幅值取梯度的绝对值，对所得到的梯度绝对值取倒数。以梯度绝对值的倒数做权重因子在N点的模板内作局部平滑处理。可以看出处理后的结果既平滑了曲线，又不至于使突变点和细节有明显的模糊[14]。为了使平滑后的曲线的幅值在原曲线的幅值范围内，采用归一化的梯度倒数做加权系数，具体的算法如下：?? 　　 　　3实验仿真结果分析?? 　　 　　 配电系统中电能质量问题通常包括电压质量、电流质量、供电质量和用电质量。本文对电压暂降、电压暂升这两种常见电压质量扰动信号波形进行去噪处理的仿真实验。实验结果验证了本算法的优越性。实验中采用均值为0，方差为0.05的高斯白噪声信号，取N=5，k=2。?? 　　3．1仿真实验波形图分析?? 　　以下是电压暂降和电压暂升波形，以及用各种算法去噪前后的波形。其中：电压暂降信号相电压均方根值为220 V，频率为50 Hz（即周期是20 ms），在19～60 ms之间发生了具有30°相位跳变、25％的暂降，暂降期间的电压为正弦波。如图2(a)所示。对该信号每周期采样128点，125点处突然凹陷，390点起恢复为正常信号，即凹陷区间为[125,390]点。由图2可以直观地看出，传统梯度倒数加权平均算法的突变点最接近加噪前的波形中的突变点，但是它的平滑效果最差。因为采用均值滤波使得突变点两侧的信号点受到了突变点的影响，所以突变点信息保持得最差。与这两者相比改进的梯度算法的平滑效果最好，突变点的保持远优于均值滤波算法。?? 　　3．2仿真实验数据分析?? 　　本文以暂降信号的实验仿真结果数据表为例，从数据上进一步论证了本算法的优越性。选突变点125、390点领域内的几点，观察算法的平滑效果。表1中给出电压暂降信号波形点中的六个有代表性的点的幅值。可以很明显地看出，本算法的突变点信息较传统梯度算法差，但较五点